那些年，我的統計學概論（一）
一個設計師的統計學自修課
想起自己在學習設計的過程中，接觸統計的時間甚少，即便是畢業專題當時的我也只是引用市場整體的統計資料（例如：消費者成長多少、社會人口變化趨勢、未來的市場估計等等）並沒有設計任何一份問卷，直到入伍後為充分利用閒暇的時間，才藉由這本書初步認識統計學，然而也非常幸運的在第一份工作中得到實踐的機會。
以下不會用本書的篇章會區分，而已以我有興趣主題進行分類，呈現我是如何認識和接觸統計學。
接下來我會以經驗為主、書中的內容為輔來分享我所認識的統計學，若您希望在這看到完整的統計學理論，很可能會讓您失望，我並不是這方面的專家，但我相信您應該也可以在其中找到你有興趣的部分，畢竟先找到有興趣後，才更有機會和動力去學習那些艱澀的部分。
在運動場上的統計學
統計學的起點《網球網子》
不是開玩笑，回顧人生中第一次認識統計學，就是因為《網球王子》，對一個國小電視兒童來說聽到「數據網球」絕對是非常衝擊的，第一次覺得數學除了考卷上的題目外，竟然還有這樣的功能，更何況這應該是整部戲裡唯一符合常理的技術。但之後的劇情，無法用科學解釋就不多說了🤣
回到現實球場上的統計學，過往只能聽到球評陳述選手的表現狀態很好、失誤率很低等等比較抽象的概念，但在「鷹眼系統」日趨成熟後，呈現模擬畫面也讓觀眾更能看見球場上的數據（推薦閱讀：鷹眼系統是什麼？）這就是統計學：觀察、紀錄、分析。
若提到統計學在運動產業的影響力，也不得不提到拍成電影的《魔球》和另一部與之相對的《人生決勝球》。這兩部片的討論推薦大家可以看這篇文章《魔球 v.s 人生決勝球, 統計到底有沒有用?》以下為節錄內容
棒球數據分析(Sabermatrics)在影片中都出現，魔球主要在說棒球數據分析的重要性，而在人生決勝球中的年輕球探過度強調電腦數據分析；卻被老球探Gus打臉，用實例告訴他在現場的經驗跟判斷比電腦數據分析還重要。How come? 棒球數據分析錯了嗎? 計量不管用嗎?並不是，而是應用數據的人基本概念並沒有清楚。
主要在”隨機樣本”跟”大數法則”這兩項概念上
大數據發展下的運動產業
過去運用統計學提升訓練成效，必須有專業的球團和專業設備才有可能，但隨著手機的性能提升，許多運動愛好者也能夠完成自我訓練的簡易評估，計步器等相關App也在排行榜上佔有一席之地，可見即便是日常生活步行對於關注健康的人們都是重要的參考數據。
GPS：紀錄跑步路程、時間、速率
穿戴式裝置：紀錄各項生理素質心率（醫療型更有血壓、血氧、血糖等等）
藍牙技術提升：以 STRIKE 智慧棒球 為案例（強者我學長），能紀錄球速、轉速、軌跡等等
AI 運算功能躍進： HomeCourt 正式登場，一款能自動辨識球場與籃框相對的位置，並偵測投籃動作，自動紀錄投籃的命中率、出手點等等。
當然在這些服務的背後，業者也同時在搜集使用者的數據，目的便是從中挖掘新的需求，以提供您更優質的服務與體驗。至於是否要付費就不好說了😏
統計學在公共領域
任何一個領域的爭議，都能透過數據的收集與分析來找出最佳答案
若不做數據分析僅靠直覺和過去經驗來做出決策，很可能浪費時間和人事成本，若是關乎「公共衛生」、「社會醫學」及「衛生管理」等領域上，更可能賠上數萬條性命。
從「流行病學」的研究，認識統計學
十九世紀倫敦「流行病學」的研究，為了找出根絕霍亂的方法，流行病學之父約翰・斯諾John Snow （不是權力遊戲的 Jon Snow, he know nothing.）
採取的行動如下：
- 到霍亂死者的家中拜訪，口頭詢問狀況並觀察附近環境。
- 比較在類似條件下，感染霍亂者和未感染霍亂者的差異。
- 作出假設後，進行大規模的資料收集，以驗證各種影響霍亂發病與否之「差異點」的可信度
而最重要的便是呈現這張圖表，兩家不同的自來水公司，以每一萬戶為條件比較，其中一家卻有明顯於另一家的高感染率，因此提出最簡單的解決方案便是「停止使用該家公司的自來水」
可惜的是，當時他的主張由於被主導官員認為「不科學」、「缺乏可靠證據」等理由不被學界和政界所採納，直到三十年後才有人發現霍亂的病原體是以水為媒介傳遞才獲得證實。而流行病學的發展至今，確實延長了人類的壽命。
由此案件可以得知，如果只是讓一堆聰明又有行動力的人聚在一起討論，不但無法找出簡單而有效的解決方案，甚至還可能摒除掉有用的意見。
如果能理解統計、相信數據，不被單一事件（故事）影響，這也許會產生改變社會風氣的機會。推薦大家可以看看介紹過的《失控的同理心》
從上述事件，讓我想起過去在憑藉「專業」和「經驗」的判斷下發展服務卻無法延續的原因，也正是輕視前期市場調查與使用者研究的苦果吧。
